大数据对管理会计短期经营的影响

　　大数据由于其自身特点助推了管理会计工作的发挥，为管理会计工作的全面展开提供了良好的环境。大数据对数据的存储、加工、分析与处理，不仅作用于管理会计的短期经营决策，更对长期经营决策及本量利分析等方方面面都有现实意义，为企业预测，决策提供了可靠的依据，实现了企业价值最大化的目标。

　　大数据或称巨量数据、海量数据，是指大小超出常规的数据库工具获取、存储、分析和管理的数据集，是继云计算、物联网、移动互联网的应用后，IT业又一次革命性的颠覆。大数据有四个特点，即（量）一数据的量大，存储量从TB级升到PB级；（多）——数据种类众多，不仅包括数值型数据，还包括非数值型数据，如图像、视 频、网络日志、地理位置信息、社会媒体论坛等；（快）——处理速度快，可以迅速将信息转换成动态数据；（高）——价值高，但由于价值密度低，可以低成本获取大量有用信息。由于大数据的这些特点，应用于管理会计中，提高了管理会计获取信息的能力。本文结合科学技术变革，具体探讨其对管理会计短期经营决策的影响。

　　短期经营决策是指企业为了有效进行经营活动，合理利用资源来取得最佳的经济效益而进行的决策，一般只涉及一年内的有关经济活动。主要包括：固定设备出租或出售决策、特殊订货决策、亏损产品应否停产决策、立即出售或继续加工决策等。

　　一、大数据对固定设备出租或出售的影响

　　在市场经济环境下，企业以市场为导向，根据市场的经营变化来调整企业的战略和经营方案。在调整时，有时会出现设备的闲置，此时企业面临着将设备出租还是出售的决策，该决策利用本量利分析技术，由于以往管理会计无法对市场进行分析预测，只能被动接受买方或者租赁方提出的价格而进行决策，使得企业在很多时候蒙受不必要的损失。在大数据时代，企业面对闲置资产出租或出售决策时拥有了主动权。有些设备本企业已经淘汰，但是对于经营目标不同的同行业其他企业来说，该设备可能是其急需的。利用大数据技术收据相关企业的需求意向，主动与其协商，探讨出租或出售方案，由此可以依据多家企业的出价意向，结合自身状况进行决策，实现企业价值最大化 。

    二、大数据对特殊订货决策的影响

    特殊订货决策的实质，是在企业存在剩余生产能力的情况下，对客户提出的某种出价低于企业的完全成本的特殊订货需求做出的决策。接受特殊订货的条件是企业获得利润，即：增量收入要超过增量成本，因此决策的关键在于订货量和订货成本。第一种类型的特殊订货是在企业有剩余生产能力的时候接受一批订单，此时固定成本是不变的，只要分析收入扣减变动成本的贡献毛益的正负，若为正，则可以接受该订单。第二种特殊订货是需要企业在原基础上再购入新设备，这时增加了固定成本，则此时特殊订货的订货量成了关键，以往，企业只能根据增加的订单能否为企业带来利润而作出决策，没有充分考虑消费者偏好会不会使得更多的订货商追加订货，由此会使得企业失去潜在利润。在大数据时代下，企业的决策依据不仅依靠当下能否获利，更要依靠海量数据挖掘出消费者对该商品以往的反映以及以后的反映，预测是否会有更多订货商来订货，进而预测企业的订货量。若消费者倾向于该商品，还会有大量的订货商来订货，则企业获得了一个隐性盈利机会，为企业提供了更加合理的决策方案。

　　三、大数据对亏损产品应否停产决策的影响

　　亏损产品是指不能为企业带来相关利益的产品，对于其是否停产，主要从两方面分析，一是对产品进行定量分析，考虑企业的盈利性。一般认为，停产亏损产品可以提高企业的利润，事实却未必如此，如果按照成本性态来划分，亏损产品停产只减少变动成本，而固定成本并没有发生改变，只要亏损产品的贡献毛利率为正，就不必停产。二是要考虑停产对企业的影响，即亏损产品停产是否会影响正常的客户关系、企业社会形象，这在企业决策中比盈利性更为重要，但由于这方面的信息很难获取，企业以往只能利用少量数据加以一定的归纳整理及类比推方法进行决策，其中，每个样本的精准性都会对预测结果产生较大的影响，从而使最终的决策产生失误，对企业造成不可挽救的影响。在大数据时代，这个问题举重若轻，企业可以从海量数据中提取出与客户相关的信息，对客户的第二层次考虑，安全上的需要进行分析，安全上的需要不仅指身体上的而且指心理上的，从数据中预测停产会对顾客 心理造成什么样的影响，进而分析出对正常的客户关系有多大影响。同时分析停产对企业的社会形象的影响，利用大数据，收集同行业企业停产对企业社会形象的影响，以及利用本企业往期的数据预计停产对企业社会形象的影响，将二者相互结合来预测本企业停产对企业社会形象的 影响，使决策更可靠。

　　四、大数据对立即出售或继续加工决策的影响

　　立即出售或继续加工是指企业所生产的产品，经过一定的加工后，可以作为半成品出售，也可以继续加工后再出售。只有当增量收入大于增量成本时，才会进一步加工，此法决策的关键在于销售成本和销售量。在对销售成本进行分析时，按成本性态进行划分，分为固定成本、变动成本、半变动成本。在企业实践中，固定成本和变动成 本划分及其明确的很少见，更多的是半变动成本。在以往管理会计工作中，由于与变动成本划分相关的数据难以取得，很难做到准确分类，导致成本分类工作流于形式，对决策起不到支持作用。大数据的分析挖掘技术可以应对这 种挑战，企业可以对以往工作数据进行分析，对同行业企 业的生产进行分析，二者结合，准确划分企业的半变动成本，进而预测该产品的贡献毛益，帮助企业做出决策。在对销售量进行分析时，以往只能根据客户对半成品及成品 的预定量来进行决策，没有足够的数据对市场进行分析， 所以无法满足现代企业发展的要求。大数据为这一难题的 解决提供了可能，企业可以利用大数据技术对半成品及成 品的销售量进行深度挖掘，收集顾客对产品以往的反映、 预计今后的反映，及产品所占的市场份额，进而预计企业 的销售量，实现企业价值最大的目标。

彭程

　　作者：彭程 女  辽宁工程技术大学，辽宁 葫芦岛 125105 

　　责任编辑：牛源